进程飞快——

19省份布局人工智能

不雅观看一周关于猫的视频,谷歌的AI机器就学会了识别猫脸;AI识别人类唇语,成绩完胜真人……近年来,我们看到关于AI的进展越来越多,与医疗领域干系度最高的,便是图像识别。
而纵不雅观上述图像识别的例子,其难度已远超读CT片。
因此,险些可以肯定,AI在医疗领域最早运用的会是影像学科。

今年年初,上海交通大学人工智能研究院联合上海市卫生和康健发展研究中央、上海交通大学医学院发布的《人工智能医疗白皮书》显示,全国19个省市已发布人工智能方案,AI医学影像成为中国人工智能医疗最成熟的领域。
该白皮书进一步指出,人工智能已引起天下各国和社会各层的重视。
天下紧张国家纷纭开始对人工智能进行国家计策层面的布局,并且非常重视人工智能在医疗领域的发展。

AI时代 皮肤科年夜夫该怎么做

就目前的情形来看,人工智能在医疗领域运用紧张有五大方向。
除了医学影像,还包括赞助诊断、药物研发、康健管理、疾病预测等。
就环球研发趋势来看,国外以AI药物研发为主,我国则借助医疗影像大数据及图像识别技能的发展上风,以AI医学影像为主。
从我国AI医学影像行业的落地情形来看,产品紧张运用在疾病筛查方面,以肿瘤和慢病领域为主。
一项对2018年营收突出的AI医学影像公司的运用处景和数据资源的剖析创造,大部分公司都与医院展开广泛互助,并且在肺结节、眼底、乳腺癌、宫颈癌方面已有较为成熟的产品。
这意味着,我们的年夜夫在事情中与AI共处,已经开始落地并将越来越快、越来越多。
医疗行业的AI时期,已经加速向我们走来。

来势凶猛——

AI接连降服人类年夜夫

AI时期会是什么样子,这不是一个可以大略回答的问题。
事实上,人工智能是个繁芜观点,根据程度、能力不同,可分为三类:一类是弱人工智能(Artificial Narrow Intelligence,ANI),指善于于某一方面的人工智能,比如大名鼎鼎的阿尔法狗;往上是强人工智能(Artificial General Intelligence,AGI),指在各方面相称于人类;再升级便是超人工智能(Artificial Super Intelligence,ASI),将在各方面都比人类强。
后两类现在还不存在,目前的人工智能都还属于弱人工智能。
详细到医学领域,弱人工智能目前在诊断硬件、数据采集、赞助诊断、监测反馈、传授教化培训、精准医疗等方面有所考试测验。

即便如此,效果依然惊人。
例如,2017年,《自然》杂志就宣布了这样一场令人印象深刻的比赛。
比赛的一方是由18个年夜夫在线助理存储库和斯坦福大学医药中央供应了129450张涵盖2023种皮肤疾病临床图片,完成深度学习的AI;另一方是21名资深皮肤科年夜夫。
双方分别比试了区分鳞状上皮细胞癌和良性脂溢性角化病,以及区分恶性黑素瘤和良性痣。
结果,AI精确识别良性病变和恶性病变的综合灵敏度达到91%,与21名年夜夫水平相称乃至更优。

去年11月,《JAMA》也宣布了AI在糖尿病视网膜病变上的进展:谷歌公司、美国和印度多家研究机构参与,历时8个月,由54名美国的眼科专家和高等住院医师,对将近13万张视网膜照片进行分类和分级,让AI学会自动检测糖尿病视网膜病变和视网膜黄斑水肿,终极在灵敏度与特异性方面均有不俗的表现。

在神经外科领域,通过过万张图片演习,AI可实现在脑瘤术中的快速诊断,在病变样本中,区分胶质瘤和非胶质瘤的准确率达90%;在骨科,伦敦帝国理工学院考试测验用AI对神经假体进行精确掌握,将此前85%的精确度提升到97%……

在海内,中山大学利用AI识别先天性白内障研究已进入临床试验阶段。
利用410张各种程度的先天性白内障图片和476张正常图片演习,AI可以做到纵然识别质量不高的网络图片,也能达到92.45%的准确率。

去年4月,北京友情医院推出了自己一手“喂”大的AI——甲状腺结节超声图像诊断AI,并跟包括北京协和医院、北京大学第三医院、北京肿瘤医院、解放军总医院在内的7家 三甲医院组团来战的影像年夜夫PK一场。
结果,在第一部分答题过程中,准确率排名前25名的年夜夫,均匀耗时约1000秒,而AI仅耗时192秒;该AI精确率为68%,而低级医师精确率为60.8%,中级医师为62.4%,高等医师为66%。
在第二部分答题中,AI准确率达76%,仅有5名年夜夫得分超过了它。

用脑走心——

医学不但是技能流

基于现在的发展态势已经可以看出,在客不雅观数据网络和剖析上,人工智能的速率和能力远超人类。
以是,读片、出报告、检讨考验类别的医学操作,该当是人工智能的上风。
但这是否意味着,人工智能的发展,终极将替代我们年夜夫?我以为绝无可能。
由于,我们的做事工具是人。

首先,人的病情是繁芜的,根据图像识别做赞助诊断,人工智能有上风。
但在主不雅观综合剖析能力方面,特殊是在繁芜的个体化治疗方面,人工智能短期内无法达到年夜夫的水准。

其次,大数据不办理个体问题。
医学行走在生理、生理和小概率事宜以及个体差异的夹缝中,这才是医学之难,而这样的事情,机器不会比人做得更好。

最主要的是,年夜夫是个繁芜而困难的职业,既要完成生理治疗,又要做出生理治疗。
对很多患者来说,最治愈的处方常常是关爱和希望。
而给予患者人文关怀,只有年夜夫能做。
医学技能的发展并不是让治疗主体变成冷冰冰的机器,而更该当是在机器的帮助下,年夜夫节约了大量韶光,有更多的精力投入患者的人文关怀中去。

近日,外媒宣布的一个范例案例印证了这一点:美国加州一名79岁患者因肺衰竭被送进ICU后,一个“机器年夜夫”关照家属患者病情过重即将离世。
家属表示,这种冷冰冰的奉告办法让他们难以接管,他们希望没有其他人会得到同样的报酬。
这也为机器人的运用给出了警示。

不战不降——

积极学习为我所用

基于上述剖析,AI时期,我们年夜夫特殊是皮肤科年夜夫,该做些什么?我认为既不该妄自菲薄,也不可傲慢排斥。

首先,要明白AI只能帮助我们,但不能取代我们。
当AI增加了一个赞助诊断或治疗技能,我们就更要提高诊断及治疗水平,在AI能力不及的领域发挥主不雅观能动性。
如诊治一些不范例的常见病、神经精神性皮肤病,给予须要生理治疗和安慰的患者更多温暖等。

同时,在AI时期,皮肤科获益明显,我们要做的也更多了。
比如,积极学习、研发、运用AI产品等。

此外,我国当前医疗资源分布极不平衡、医疗水平参差不齐,县级医院及村落庄医疗须要真正的帮带。
如果能够将高水平年夜夫专家的诊疗技能尽可能AI化,将为患者享受优质、均等化的医疗,终极实现康健中国助力良多。

文:海军军医大学长海医院皮肤科教授 顾军

整理:康健报 崔芳

编辑:彭艳

审核:曹政

点击下方图标,您的赞是对我们最大的支持!

↓↓↓